智能體改變今年WAIC敘事主線，底層大模型之爭持續上演

2026年的世界人工智能大會（WAIC），敘事主線已經從模型落地到了Agent（智能體）上。

過去幾屆，WAIC的敘事主線都是“大模型能做什么”，一度誰參數更大、生成更逼真、對話更流暢將成為核心賣點。但進入2026年，以Agent為代表的AI能力從“能說”向“會干”躍遷。

在軟件端，Agent也在快速滲透工業、出海、辦公等多個場景中，企業Agent嵌入工作流跑通應用任務，工業Agent把圖紙拆單從數小時壓縮到一分鐘。

盡管Agent快速發展，但底層模型之爭并未停歇。在本屆WAIC上，多家模型廠商借展會窗口集中亮相模型新品，多模態、世界模型、實時交互模型......競爭的天花板還在往上頂。而在展會之外，模型廠商的“較勁”同樣風起云涌。

2026年的WAIC講述的已經不再是“AI能做什么”，而是“AI正在哪里產生價值”。而模型與落地應用之間的競爭與融合，才剛剛開始。

Agent浸入辦公、出海、工業領域

隨著AI能力從“能說”向“會干”躍遷，AI Agent應用也成為本屆大會熱度最高的板塊之一。從企業辦公、出海到工業，Agent正在落地到各類場景中。

“請為我梳理2026 WAIC大會的參觀攻略”“我要搭建一個上海AI熱力網站”……在騰訊WorkBuddy的展臺前，不少參觀者體驗智能體帶來的效率提升。據騰訊方面透露，WorkBuddy目前已成為國內DAU（日活）最高的辦公效率智能體。

企業微信Agent“大圓”也在此次WAIC開啟“首秀”。南都記者現場體驗獲悉，大圓直接嵌入企業微信的工作流中，用戶向左輕滑即可喚起，隨即就可以提問“群里在討論什么，我該怎么回復”“幫我總結這些數據有什么結論”。另外，即使用戶向大圓輸入模糊指令，例如“前兩天我和同事聊過一個關于零售門店的工作總結”，“大圓”也能快速找到相關內容并呈現。

企業微信Agent“大圓”在此次WAIC上開啟展會“首秀”。

除了推出最新的智能體產品以外，廠商也在逐步落地整套的包含云和各類架構在內的智能體方案。當Agent走進企業生產工作流，會面臨跨角色、跨系統的復雜需求：開發者關注更快構建部署，安全團隊關心權限與審計，業務團隊在意效果能否量化，平臺團隊則聚焦規模化運行的穩定性、性能與成本。

關注到這樣的行業需求，在2026 WAIC上，阿里云正式發布Agent Native Cloud（智能體原生的云），并同步推出AgentTeams、Agentic Computer等企業級智能體工具，覆基礎設施、開發平臺和云桌面等多個維度。

阿里云云原生應用平臺負責人周琦。

阿里云云原生應用平臺負責人周琦在發布時提到，過去一年，業界涌現出大量令人興奮的AI Agent產品，Agent正成為企業新的生產要素，企業需要把它從一次性的項目成果，升級為可持續建設、持續運營的組織資產。但下一輪競爭比的不是誰擁有更多Agent，而是誰能把Agents變成可控、可復用、可協作、會進化的組織資產。

互動和營銷科技服務商極光（Aurora Mobile）今年攜EngageLab、GPTBots.ai、Modellix.ai三大AI產品矩陣亮相展會現場。

極光全球市場營銷總監全嘯宇告訴南都記者，目前極光旗下企業級AI Agent構建平臺 GPTBots.ai能通過API工具調用與工作流編排，打通企業原有的ERP、CRM等系統，并結合 EngageLab 全渠道客戶互動平臺，實現從系統接口調用到自動化觸達的業務閉環。

她進一步表示，目前在GPTBots.ai平臺上，落地進展最快的行業主要集中在跨境電商、出海服務、不動產管理、泛娛樂以及智能家電等離C端客戶更近、高頻交互且有跨國運營需求的場景。

極光目前也在輔助企業出海進程。全嘯宇表示，在出海場景中，企業讓AI直接接管業務，最擔心的主要有兩點：一是數據安全與合規風險，如數據泄露或違規出境；二是業務風險，如AI誤操作或“幻覺”導致的業務損失。針對這些擔憂，極光做了三方面的預防，一是通過數據物理隔離確保合規；二是做了精準的工作流編排與API權限管控設置；三是在關鍵高價值節點設置控制閥，例如前端由GPTBots進行高頻AI應答，篩選出的高價值線索則通過 EngageLab平臺無縫流轉至真人團隊接管，實現人機協同。

在工業Agent方面，工業AI公司黑湖科技也亮相展會。與消費端AI主要圍繞內容生成和個人效率不同，工業Agent直接影響成本、產能、交期和質量，其商業價值更多取決于能否在復雜生產環境中穩定完成具體任務。

黑湖科技集中展示了覆蓋拆單、報價、采購、排程、質檢和跟單等環節的工業Agent。以拆單Agent這一典型場景為例，黑湖科技的拆單Agent能理解產品圖紙，結合工廠的設備特點、工藝要求和生產習慣，快速生成工序及相應的工藝要求。據悉，過去可能需要數小時完成的圖紙解析，如今約一分鐘即可完成，在已落地場景中的準確率超過95%。

底層基礎模型之爭持續上演

盡管“智能體”已成為2026年行業發展的關鍵詞，但頭部廠商并未因此放緩大模型研發的步伐。在本屆WAIC上，多家模型廠商借展會窗口集中亮相模型新品，用產品迭代證明：底層模型之爭遠未到終局。

MiniMax圍繞多模態能力，在WAIC同步展示了覆蓋視頻、語音、音樂和創作工作流的產品矩陣。其中，MiniMax新一代多模態生成模型H3搶先預熱。據悉，作為從“特化任務模型”邁向“通用多模態智能”的新范式代表，H3面向由文本、圖像、視頻與聲音共同構成的多模態上下文，統一理解創作意圖，完成更加自然、連貫的生成與表達。

MiniMax新一代多模態生成模型H3在此次WAIC上搶先預熱。

直播平臺虎牙最新亮相的VAM1.0基礎模型引起了廣泛關注。現場演示顯示，向VAM1.0輸入一張靜態圖片，該模型就會輸出一個能實時說話、實時交互的數字人。目前VAM已賦能游戲互動、觀賽陪伴、游戲道具帶貨等多個場景。

虎牙CEO黃俊洪認為，數字人從展示型產品走向實時交互型應用，需要同時解決穩態、擬態和動態三類問題，即長時間生成不崩、表情動作足夠自然，以及能夠實時聆聽、實時反饋、實時互動。

據悉，VAM后續將分階段持續迭代，在推理效率、模型表現力和成本優化三個方向同步推進，最終實現多模型融合與低成本人物風格定制。

模型廠商模思智能此次展出了其在實時視頻理解、復雜音頻轉寫、語音及音視頻生成和實時交互等領域的最新進展。

在展臺側，模思智能設置了Mossland創作電話亭和VBTI（Voice-Based Type Indicator）聲音人格測試。據悉，電話亭底層調用模思自研的MOSS-TTS Family語音合成模型，南都記者現場體驗，像打電話一樣隨意說出一個想法，該模型即可為影視片段配音、生成AI播客，或得到一張記錄當下聲音的“聲音保鮮發票”；另外在VBTI區域，對著麥克風講一段話，系統則會生成一張呈現語速、節奏、語氣和情緒的“聲音人格卡”。

說出一個想法，模思自研模型會將想法變為一段播客。

昆侖萬維在展會期間發布Matrix-Game3.5交互式世界模型、Murekav9.5音樂大模型等重磅迭代產品，宣告公司技術路線從虛擬世界內容生產，正式向物理世界具身智能場景延伸。

昆侖萬維董事長兼CEO方漢認為，過去兩年AI行業的核心命題是“生成”——生成文字、圖像、視頻、音樂。但從2026年開始，AI的核心命題將轉向“理解”與“交互”——讓AI真正理解物理世界的運行規律，并能與真實環境進行閉環互動，而世界模型正是實現這一跨越的關鍵技術底座。

今年行業有聲音認為，AI發展重點將從模型層轉移到應用層。方漢則表達了不同的觀點。他認為，應用層能力隨時可能被大模型的發展所包含和內化，因此單純做應用層“非常危險”。他舉例稱，此前備受關注的 Skills（技能編排）能力，在最新一批文本大模型發布后反而出現了“使用Skills效果不如不使用”的現象——原因在于，這一批大模型普遍采用業界公開的Skills進行訓練，使其原生能力已覆蓋原有應用層功能。

他強調稱，各廠商仍應專注于模型本身。同時他也指出，做應用并非不可行，但前提是必須確保應用所產生的數據與流程能夠被大模型所內化，而非停留在模型之外成為可被輕易替代的獨立能力。

在展會之外，模型廠商的“較勁”同樣風起云涌。

WAIC期間，Kimi K3的2.8萬億參數在行業快速引發熱議。智譜并未參加此次WAIC，但智譜AI已落地1GW級國產AI算力數據中心建設，并全部采用國產AI芯片。與此同時，智譜也正式完成了對國產AI異構算力軟件公司中科加禾的收購。

展臺內外，模型廠商傳遞出的信號是一致的，即大模型賽道沒有走向沉寂，只是在換擋加速。從單模態走向多模態，從“生成”走向“理解與交互”，從虛擬內容走向物理世界，模型能力的邊界，仍在不斷往外推。

出品：南都政商數據新聞部
采寫：南都N視頻記者 林文琪